Modul 4 Praktikum Pengolahan Sinyal Sampling dan Aliasing

MODUL 4
SAMPLING DAN ALIASING

I. TUJUAN
- Siswa memahami pengaruh pemilihan jumlah sample dan pengaruhnya pada proses
recovery sinyal

II. DASAR TEORI

Dalam proses pengolahan sinyal analog, sinyal input masuk ke Analog Signal Processing
(ASP), diberi berbagai perlakukan (misalnya pemfilteran, penguatan,dsb.) dan outputnya
berupa sinyal analog

Input Output
(Sinyal Analog) ASP (Sinyal Analog)

Gambar 1. Sistem Pengolahan Sinyal Analog

Proses pengolahan sinyal secara digital memiliki bentuk sedikit berbeda. Komponen
utama system ini berupa sebuah processor digital yang mampu bekerja apabila inputnya
berupa sinyal digital. Untuk sebuah input berupa sinyal analog perlu proses awal yang
bernama digitalisasi melalui perangkat yang bernama analog-to-digital conversion (ADC),
dimana sinyal analog harus melalui proses sampling, quantizing dan coding. Demikian juga
output dari processor digital harus melalui perangkat digital-to-analog conversion (DAC)
agar outputnya kembali menjadi bentuk analog. Ini bisa kita amati pada perangkat seperti PC,
digital sound system, dsb. Secara sederhana bentuk diagram bloknya adalah seperti berikut
ini.

Input Output
(Sinyal Analog) ADC DAC (Sinyal Analog)
DSP

Input Output
(Sinyal Digital) (Sinyal Digital)

Gambar 2. Sistem Pengolahan Sinyal Digital

M. Basyir, MT - Politeknik Negeri Lhokseumawe - Jurusan Teknik Elektro - Teknik Elektronika - 36

Modul 4 Praktikum Pengolahan Sinyal Sampling dan Aliasing

2.1. Sinyal Waktu Diskrit

Berdasarkan pada penjelasan diatas kita tahu betapa pentingnya satu proses yang
bernama sampling. Setelah sinyal waktu kontinyu atau yang juga popoler kita kenal sebagai
sinyal analog disampel, akan didapatkan bentuk sinyal waktu diskrit. Untun mendapatkan
sinyal waktu diskrit yang mampu mewakili sifat sinyal aslinya, proses sampling harus
memenuhi syarat Nyquist:
fs > 2 fi (1)
dimana:
fs = frekuensi sinyal sampling
fi = frekuensi sinyal informasi yanga kan disampel

Fenomena aliasing proses sampling akan muncul pada sinyal hasil sampling apabila proses
frekuensi sinyal sampling tidak memenuhi criteria diatas.
Perhatikan sebuah sinyal sinusoida waktu diskrit yang memiliki bentuk persamaan
matematika seperti berikut:
x(n) = A sin(ωn +θ) (2)
dimana:
A = amplitudo sinyal
ω = frekuensi sudut
θ = fase awal sinyal

Frekuensi dalam sinyal waktu diskrit memiliki satuan radian per indek sample, dan
memiliki ekuivalensi dengan 2πf.

Gambar 3. Sinyal sinus diskrit

M. Basyir, MT - Politeknik Negeri Lhokseumawe - Jurusan Teknik Elektro - Teknik Elektronika - 37

Modul 4 Praktikum Pengolahan Sinyal Sampling dan Aliasing

Sinyal sinus pada Gambar 3 tersusun dari 61 sampel, sinyal ini memiliki frekuensi f = 50
dan disampel dan disempel dengan Fs = 1000. Sehingga untuk satu siklus sinyal sinus
memiliki sample sebanyak Fs/f = 1000/50 = 20 sampel.
Berbeda dengan sinyal waktu kontinyu (C-T), sifat frekuensi pada sinyal waktu diskrit
(D-T) adalah:
1. Sinyal hanya periodik jika f rasional. Sinyal periodic dengan periode N apabila
berlaku untuk semua n bahwa x(n+N) = x(n). Periode fundamental NF adalah nilai N
yang terkecil.
Sebagai contoh: agar suatu sinyal periodic maka
cos(2π (N + n ) + θ ) = cos(2πn + θ ) = cos(2πn + θ + 2πk )
k
⇔ 2πfN = 2πk ⇔ f = ⇔ f harus rasional
N
2. Sinyal dengan fekuensi beda sejauh k2π(dengan k bernilai integer) adalah identik.
Jadi berbeda dengan kasus pada C-T, pada kasus D-T ini sinyal yang memiliki suatu
frkeuensi unik tidak berarti sinyal nya bersifat unik.
Sebagai contoh:
cos[(ωο + 2π)n + θ] = cos (ωο + 2π)
karena cos(ωο + 2π) = cos(ωο). Jadi bila xk(n) = cos(ωοn+ 2π) , k = 0,1,…. Dimana
ωk = ωοn+ 2kπ, maka xk(n) tidak bisa dibedakan satu sama lain.
Artinya x1(n) = x2(n) = x3(n)….= xk(n). Sehingga suatu sinyal dengan frekuensi
berbeda akan berbeda jika frekuensinya dibatasi pada daerah −π < ω < π atau
–1/2 < f <1/2. Diluar itu akan terjadi fenomena aliasing.

III. PERALATAN
- PC yang dilengkapi dengan perangkat multimedia (sound card, Microphone, Speaker
active, atau headset)
- Sistem Operasi Windows dan Perangkat Lunak Matlab yang dilengkapi dengan tool
box DSP

M. Basyir, MT - Politeknik Negeri Lhokseumawe - Jurusan Teknik Elektro - Teknik Elektronika - 38

Modul 4 Praktikum Pengolahan Sinyal Sampling dan Aliasing

IV. LANGKAH PERCOBAAN

4.1 Pengamatan Pengaruh Pemilihan Frekuensi Sampling Secara Visual
Prosedur yang akan anda lakukan mirip dengan yang ada di percobaan 2, tetapi disini
lebih ditekankan pad akonsep pemahaman fenomena sampling. Untuk itu anda mulai dengan
membuat program baru dengan perintah seperti berikut.
%sin_dikrit1.m
Fs=8;%frekuensi sampling
t=(0:Fs-1)/Fs;%proses normalisasi
s1=sin(2*pi*t*2);
subplot(211)
stem(t,s1)
axis([0 1 -1.2 1.2])

Fs=16;%frekuensi sampling
t=(0:Fs-1)/Fs;%proses normalisasi
s2=sin(2*pi*t*2);
subplot(212)
stem(t,s2)
axis([0 1 -1.2 1.2])

Gambar 4. Pengaruh jumlah sample berbeda terhadap satu periode sinyal terbangkit

M. Basyir, MT - Politeknik Negeri Lhokseumawe - Jurusan Teknik Elektro - Teknik Elektronika - 39

Modul 4 Praktikum Pengolahan Sinyal Sampling dan Aliasing

2. Lakukan perubahan pada nilai Fs, pada sinyal s1 sehingga bernilai 10, 12, 14, 16, 20, dan
30. Catat apa yang terjadi ? Apa pengaruh jumlah sample berbeda untuk satu periode
sinyal terbangkit?

4.2 Pengamatan Pengaruh Pemilihan Frekuensi Sampling pada Efek Audio

Disini kita akan mendengarkan bagaimana pengaruh frekuensi sampling melalui sinyal
audio. Untuk itu anda harus mempersiapkan PC anda dengan speaker aktif yang sudah
terkonek dengan sound card. Selanjutnya anda ikuti langkah berikut.
1. Buat program bari sampling_2.m dengan perintah seperti berikut ini.
%sampling_2.m
clear all;
Fs=1000;
t=0:1/Fs:0.25;
f=100;
x=sin(2*pi*f*t);
sound(x,Fs)

2. Setelah anda menjalankan program tersebut apa yang anda dapatkan? Selanjutnya coba
anda rubah nilai f = 200, 300, 400, 500, 600, 700, 800, dan 900. Apa yang anda dapatkan?
Bentuk suara yang sama dengan frekuensi pembangkitan berbeda itulah yang seringkali
disebut orang sebagai efek aliasing. Coba anda catat frekuensi 200 memiliki bunyi yang
sama dengan frekuensi berapa ? Sehingga frekuensi 200 adalah alias dari frekuensi tsb.

4.3 Pengamatan Efek Aliasing pada Audio 1

Tentunya anda bosan dengan sesuatu yang selalu serius, marilah kita sedikit bernafas
melepaskan ketegangan tanpa harus meninggalkan laboratorium tempak praktikum. Caranya?
1. Anda susun sebuah lagu sederhana dengan cara membuat program baru berikut ini.
%gundul.m
clc
Fs=16000;
t=0:1/Fs:0.25;
c=sin(2*pi*262*t);
d=sin(2*pi*294*t);
e=sin(2*pi*330*t);
f=sin(2*pi*249*t);
g=sin(2*pi*392*t);

M. Basyir, MT - Politeknik Negeri Lhokseumawe - Jurusan Teknik Elektro - Teknik Elektronika - 40

Modul 4 Praktikum Pengolahan Sinyal Sampling dan Aliasing

a=sin(2*pi*440*t);
b=sin(2*pi*494*t);
c1=sin(2*pi*523*t);
nol = [zeros(size(t))];
nada1 = [c,e,c,e,f,g,g,nol,b,c1,b,c1,b,g,nol,nol];
nada2 = [c,e,c,e,f,g,g,nol,b,c1,b,c1,b,g,nol];
nada3 = [c,nol,e,nol,g,nol,f,f,g,f,e,c,f,e,c,nol];
nada4 = [c,nol,e,nol,g,nol,f,f,g,f,e,c,f,e,c];
lagu=[nada1,nada2,nada3,nada4];
sound(lagu,Fs)

2. Pada bagian akhir program anda tambahkan perintah berikut

wavwrite(lagu,‘gundul.wav’)
3. Coba anda minimize Matlab anda, cobalah gunakan Windows Explorer untuk melihat
dimana file gundul.wav berada. Kalau sudah terlihat coba click kanan pada gundul.wav
dan bunyikan.
4. Coba anda edit program anda diatas, dan anda lakukan perubahan pada nilai frekuensi
sampling Fs=16000, menjadi Fs =10000, 8000, 2000, 1000, 900, 800, 700, 600, dan 500.
Apa yang anda dapatkan?

4.4 Pengamatan Efek Aliasing pada Audio 2

Disini kita akan bermain dengan sebuah lagu yang diambil dari sebuah file *.wav. Untuk
itu mulailah dengan langkah
1. Anda buat program baru seperti berikut ini.
%sampling_3.m
%by: M.Basyir, MT
clear all;
[Y,Fs]=wavread('lagu_1_potong.wav');
Fs=16000;%nilai default Fs=16000
%Pilihan untuk memainkan lainnya Fs=8000, 11025, 22050,44100
sound(Y,Fs)
Apakah anda sudah menikmati musiknya?

3. Lanjutkan langkah anda dengan merubah nilai Fs = 8000. Jalankan program anda, dan
dengarkan yang terjadi.

M. Basyir, MT - Politeknik Negeri Lhokseumawe - Jurusan Teknik Elektro - Teknik Elektronika - 41

Modul 4 Praktikum Pengolahan Sinyal Sampling dan Aliasing

4. Ulangi lagi dengan merubah nilai Fs = 11025, 22050, dan 44100. Kalau anda belum puas
coba ganti Fs sesuka hati anda. Jangan lupa catat dan buat analisa tentang fenomena yang
terjadi dengan percobaan anda.

V. ANALISA DATA
Setelah anda puas bermain dengan teorema sampling, sekarang saatnya anda melakukan
hal yang lebih bermanfaat. Apa yang telah anda lakukan dan dicatat tentunya (smile), buat
laporan dan analisa mengapa muncul fenomena seperti diatas? Fenomena itu lebih dikenal
dengan nama apa? Apa yang menyebabkannya?

M. Basyir, MT - Politeknik Negeri Lhokseumawe - Jurusan Teknik Elektro - Teknik Elektronika - 42